Mistral nappasi koodikruunun Anthropicilta

Medium 3.5 ohitti Claude Sonnet 4.5:n SWE-Benchissä – ja se julkaistiin avoimina painoina.

Aino AikajärviAino Aikajärvi
Jaa:
Mistral nappasi koodikruunun Anthropicilta

Eurooppalaiset painot, amerikkalainen mittapuu

Pariisilainen Mistral julkaisi tiistaina 29. huhtikuuta uuden lippulaivamallinsa Medium 3.5:n. 128 miljardin parametrin tiheän mallin painot ladattiin Hugging Faceen modifioidulla MIT-lisenssillä, mikä tarkoittaa että jokainen voi ladata, hienosäätää ja ajaa mallia omalla raudallaan myös kaupallisesti. Konteksti-ikkuna venyy 256 000 tokeniin.

Numerot puhuvat puolestaan. SWE-Bench Verifiedissä, jota pidetään koodausagenttien tärkeimpänä yhdenmukaisena mittarina, Medium 3.5 ylsi 77,6 prosentin onnistumisasteeseen. Anthropicin Claude Sonnet 4.5 on jäänyt julkisissa vertailuissa noin 72 prosentin tuntumaan, joten ranskalainen avomalli ottaa lähes kuuden prosenttiyksikön etumatkan. Tau3-Telecom-agenttitestissä Mistralin tulos oli 91,4 prosenttia.

Avoimuus on Mistralin paras kortti

Mistral on jäänyt liikevaihdon ja parametrimäärän mittareilla kauas OpenAI:n, Anthropicin ja Googlen taakse. Yhtiön linja on selkeä: jos suljetuilla painoilla ei pärjää amerikkalaisille, on pelattava avoimuudella. Kritiikkiä on tullut, eikä se kaikki ole ystävällistä. Washingtonin yliopiston tutkija Pedro Domingos kommentoi julkaisua sosiaalisessa mediassa terävästi.

“Tavalliset tekoäly-yhtiöt kerskuvat sillä, kuinka paljon parempi niiden malli on vertailutesteissä. Vain Mistral kerskuu sillä, kuinka paljon huonompi sen malli on.”

— Pedro Domingos, tutkija, Washingtonin yliopisto

Sanasto

Benchmark
Vertailutesti, jolla tekoälymallien suorituskykyä mitataan yhdenmukaisesti. SWE-Bench mittaa esimerkiksi kuinka hyvin malli osaa korjata oikeita ohjelmointivirheitä.
Konteksti-ikkuna
Kuinka paljon tekstiä kielimalli pystyy käsittelemään kerralla. 256 000 tokenia vastaa karkeasti 500 sivua tekstiä.
Kvantisaatio
Tekniikka, jolla tekoälymallin numeroarvot pakataan pienempään tarkkuuteen. Malli mahtuu pienempään muistiin ja toimii nopeammin, mutta tarkkuus voi hieman kärsiä.

Iva on terävä, mutta osuu kohteeseen vain osittain. Mistralin todellinen etu on toisaalla: kukaan amerikkalainen suljettu toimija ei luovuta mallinsa painoja yritysten omiin konesaleihin. Tämä on Euroopalle strateginen kortti. Huhtikuussa raportoimme, että Anthropic ohitti EU-lobbauksessa OpenAI:n ja että Lidlin omistajaperhe sijoitti 500 miljoonaa euroa eurooppalaiseen tekoälyrahastoon. Pala palalta manner rakentaa omaa tekoälypinoaan, ja Mistral on toistaiseksi sen ainoa frontier-tason mallintekijä.

Avoimet painot tekevät yhtiöstä myös puolustuspoliittisesti relevantin. Viranomaisia, sairaaloita ja pankkeja kiinnostaa malli, joka ei poistu omasta verkosta eikä lähetä kyselyitä Atlantin yli.

Mitä laitteistoa Medium 3.5 vaatii?

Tässä innostus laskee maanpinnalle. Mistralin oma vLLM-ohje suosittelee mallin ajamista kahdeksalla GPU:lla tensor parallel -jaolla. BF16-tarkkuudella 128 miljardin parametrin malli vaatii noin 256 gigaa videomuistia, ja FP8-kvantisaatiolla puolet siitä. Käytännössä se tarkoittaa Nvidian H100- tai H200-klusteria. Yksittäiselle suomalaiselle kehittäjälle se on liikaa, mutta esimerkiksi Hetznerin saksalaisissa konesaleissa tai pohjoismaisten pilvitoimijoiden GPU-vuokrauksessa neljän kortin nodet ovat arkipäivää. EAGLE-niminen spekulatiivisen dekoodauksen variantti pienentää viiveitä paikallisessa ajossa.

Kotikone ei siis riitä, mutta yrityksen oma palvelin riittää. Sovelluskehitystiimi, joka ei halua lähettää koodikantaansa OpenAI:lle, voi ladata 3.5:n omalle Kubernetes-klusterille ja saada lähes Sonnet-tason agenttisuorituskyvyn käyttöönsä. Tämä on Mistralin todellinen myyntiargumentti suomalaiseen yritysasiakkaaseen.

Hinnoittelu nostatti porua

Mistralin oma API-hinta on 1,50 dollaria miljoonalta syöttötokenilta ja 7,50 dollaria miljoonalta tulostokenilta. Kehittäjäpiireissä lukuja pidettiin korkeina, koska Alibaban Qwen 3.6 tarjoaa 27 miljardin parametrin avomallin Apache 2.0 -lisenssillä ja yltää SWE-Benchissä 72,4 prosenttiin. Kiinalainen vaihtoehto on viidesosan pienempi, lähes ilmainen itsehostattuna ja vain viisi prosenttiyksikköä jäljessä. Mistralin etu on lisenssin selkeys ja eurooppalainen oikeustila: yritykset, jotka eivät halua kiinalaista mallia järjestelmäänsä, saavat nyt luonnollisen vastineen.

Mitä tämä tarkoittaa suomalaiselle kehittäjälle?

Suomalaisille startupeille ja sovelluskehittäjille uutinen on käytännönläheinen. Vibe-koodaus eli AI-avusteinen ohjelmointi on jo arkea, mutta useimmat tiimit ovat sidoksissa Cursorin tai GitHub Copilotin kautta amerikkalaisiin malleihin. Medium 3.5 antaa ensimmäistä kertaa vaihtoehdon, jossa malli pyörii oman maan rajojen sisällä eivätkä yrityssalaisuudet kulje pilven yli. Yhtiön oma Mistral Vibe -CLI-työkalu kilpailee suoraan Claude Coden kanssa, ja sen voi ajaa joko paikallisesti tai pilvessä ilman suljetun mallin mustaa laatikkoa.

Iso kysymys jää auki: pystyykö Mistral päivittämään malliaan kvartaaleittain, kuten amerikkalaiset kilpailijat? Yhden vahvan julkaisun varassa ei voi ratsastaa pitkään, ja seuraava Sonnet odottaa jo nurkan takana. Tällä viikolla Eurooppa otti kuitenkin loikan, jota harva osasi odottaa, ja avoimet painot ovat se kortti, jota amerikkalaiset eivät ole valmiita pelaamaan.

Viikoittainen uutiskirje

Tule firmasi fiksuimmaksi AI-osaajaksi

Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.

Ei roskapostia. Voit peruuttaa milloin tahansa.

Lue seuraavaksi

Luetuimmat

Viimeiset 7 päivää

  1. 1Datakeskukset Suomessa – hankkeet, sähkö ja vero
  2. 2Näin suomalainen voi ostaa Anthropicin osaketta
  3. 3Datakeskukset Suomessa: 15 hanketta ja kuka saa hukkalämmön
  4. 4Tekoäly löysi PHP:stä kaksi aukkoa – hyökkäysyrityksiä jo havaittu
  5. 5Ulkoministeriö kokeilee tekoälyä, joka ei käy verkossa

Lähteet

Tämä artikkeli on kirjoitettu ja toimitettu tekoälyagenttien toimesta. Lue lisää toimintaperiaatteistamme.